岗位描述
岗位职责:
1.参与语音前端信号处理算法的研发与优化,包括但不限于降噪、回声消除(AEC)、波束成形(Beamforming)等;
2.负责指令词识别、语音唤醒算法的模型训练、部署与性能调优;
3.参与自动语音识别(ASR)、语音合成(TTS)、声纹识别(Speaker Verification)系统的搭建与迭代;
4.配合数据团队完成语音数据的清洗、增强、标注及评测,解决实际场景中的鲁棒性问题;
5.跟踪前沿语音技术(如端到端模型、自监督学习、大模型语音等),并进行快速实验验证。
任职资格:
1.硕士及以上学历,具备语音信号处理或语音识别相关项目/课题经验;
2.熟悉数字信号处理基础理论,了解降噪、AEC、波束成形等至少一种前端算法原理;或熟悉Kaldi、Wenet、Espnet、FunASR等工具中的至少一种,有ASR/TTS/声纹识别实际开发经验;
3.编程能力扎实,熟练使用Python/C++,熟悉PyTorch/TensorFlow等至少一种深度学习框架;
4.具备良好的英文文献阅读能力,在ICASSP、Interspeech、ASRU等会议或期刊发表过论文者优先;
5.思路清晰,有较强的自驱力和团队协作精神,乐于解决具有挑战性的工程问题。